マルコフ決定過程モデル

マルコフ決定過程モデルとは、ある状態で何かしらの行動を選択した場合に確率的に別の状態に推移するアルゴリズムです。

まず、マルコフ過程モデルは未来の状態は過去には依存せず、現在の状態と遷移確率に依存するというアルゴリズムです。マルコフ決定過程モデルはこれに行動の概念を加えたものです。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

マルコフ決定過程モデルの説明として最も適切な選択肢を一つ選べ。

ある状態である行動を選択した時、確実に別の状態に推移する
ある状態である行動を選択した時、確率的に別の状態に推移する
未来の状態は現在の状態と過去の状態に依存する
未来の状態は現在の行動と過去の行動に依存する

正解を見る

解説を見る
「マルコフ過程モデル」は未来の状態は過去には依存せず、現在の状態と遷移確率に依存するというアルゴリズムであり、「マルコフ決定過程モデル」はこれに行動の概念を加えたものです。過去の全ての状態まで推測に含めると計算量が膨大になってしまいます。また、自然界において過去の全ての状態を特定するのは不可能である場合が多いです。
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

マルコフ決定過程モデル